原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于序列化推荐系统领域，提出一种基于长用户行为的序列化推荐方法、装置及存储介质。基于现有语言模型改进；将用户交互历史序列分为多个用户交互历史子序列，与用户交互历史对应的下一时刻真实交互商品输入至编码器、解码器后，获得对应向量表示；选取负样本商品同向量表示组成向量空间，计算用户交互历史同正样本商品、负样本商品的相关性，获得损失值，根据交叉熵损失函数来对比学习训练语言模型参数，最终得到训练完成的语言模型，用于预测下一推荐商品。本发明提出的序列化推荐方法，在商品推荐方面取得了最先进的效果，无论在
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117390074A
(43)申请公布日2024.01.12
(21)申请号202311042889.5
(22)申请日2023.08.18
(71)申请人东北大学
地址110819
文档评论（0）